基于聯(lián)合稀疏外觀建模的目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf

1、目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺研究中的一個(gè)熱點(diǎn)課題，近年來已經(jīng)在軍事、民用等方面取得巨大進(jìn)步，但是仍然存在若干挑戰(zhàn)需要解決，包括目標(biāo)形變、尺度變化、遮擋等困難。
　　本文提出了一種魯棒的基于聯(lián)合稀疏外觀建模的目標(biāo)跟蹤算法，該算法主要包括聯(lián)合外觀模型、改進(jìn)的運(yùn)動模型以及模板更新策略。為了應(yīng)對跟蹤過程中目標(biāo)外觀的變化，本文提出了一種聯(lián)合稀疏外觀模型，包括子區(qū)域分塊法、模板空間重構(gòu)法和多尺度分塊法三種方式描述目標(biāo)外觀信息，其中子區(qū)域分塊法首先

2、將目標(biāo)劃分成許多小塊，然后根據(jù)小塊的分布情況劃分成若干子區(qū)域，每個(gè)目標(biāo)字典庫的建立是在每個(gè)子區(qū)域內(nèi)獨(dú)立建立字典后再組合起來，這樣做可以在一定程度上實(shí)現(xiàn)目標(biāo)不同部位之間的空間對齊；模板空間重構(gòu)法通過將模板的不同區(qū)域的圖像塊互相交換位置，能夠?qū)⒋竺娣e連續(xù)遮擋進(jìn)行瑣碎化處理，在不增加計(jì)算量的情況下有效的處理遮擋，并且還能夠保留目標(biāo)自身的結(jié)構(gòu)信息；多尺度分塊方法將模板按照不同尺度從垂直方向和水平方向進(jìn)行分塊，各個(gè)圖像塊互相包含，這樣做可以用較大

3、的互相垂直的圖像塊定位更加細(xì)小的遮擋位置，并且較好的保留了目標(biāo)空間結(jié)構(gòu)信息。在運(yùn)動模型方面，本文改進(jìn)了傳統(tǒng)的粒子濾波模型，一方面使用二次搜索的方式，在保證算法準(zhǔn)確性的前提下提高跟蹤效率，另一方面賦予每個(gè)候選粒子一個(gè)動態(tài)的權(quán)重值，用以權(quán)衡每個(gè)粒子的貢獻(xiàn)程度。此外，本文還設(shè)計(jì)了一種動態(tài)字典構(gòu)建方法和柔性模板更新策略，在跟蹤過程中采用模板池動態(tài)生成目標(biāo)字典，該模板池由多種類型的目標(biāo)模板集構(gòu)成，可以準(zhǔn)確描述目標(biāo)的最新狀態(tài)，并且采用一種柔性機(jī)制更